Python

掌握Tableau，以資料分析驅動決策，發掘真正的商業洞見！ 在資料主導決策的時代，面對AI與自動化分析，光有資料、只會做圖表還不夠； 更重要的是，如何判斷資料是否可靠，並將分析轉化為真正有價值的洞見。 本書以Tableau為核心，帶你活用統計模型，驗證分析的可信度，讓資料不只「看起來合理」，而且有依據、有說服力、可以信任。 從統計顯著性、信賴區間到視覺化實務，協助你用科學方法解讀資料，做出更精準的決策。 無論是資料分析師、商業決策者，或希望提升資料判斷力的職場工作者，這本書都能幫助你將分析結果轉化為行動與影響力。 ------------------------------------------------ 「本書涵蓋了你開始在Tableau中運用統計所需的一切。Ethan清楚地帶領讀者了解背後的原理與實作的方法，非常精彩！」―Lorna Brown Data School教練，The Information Lab UK 「這本書結合了Tableau的統計分析功能與資料視覺化的強大表現，為讀者提供一套深入探索資料的有力工具。」 ―Christopher Gardner 商業智慧分析主任，密西根大學 在這個以資料驅動的時代，理解統計模型已成為進行有效分析與決策的關鍵。無論是剛入門的新手，還是經驗豐富的使用者，本書都能為您提供必要基礎知識，使您能夠掌握並靈活運用Tableau中使用各種統計模型，在運用模型時更具信心，讓您的分析成果與洞見更容易在組織內獲得認同與採納。 隨著人工智慧不斷促使各行各業產生變革，善用統計模型的能力早已從加分條件，轉變為不可或缺的基本技能。掌握這項能力，將幫助您充分釋放資料的潛能，並透過解讀與應用模型產出的洞見，使您始終保持領先地位。 無論您是資料分析愛好者、資料分析師，還是商業專業人士，本書都將帶來實用技巧與專業信心，協助您在快速變動的資料分析領域中游刃有餘、應對自如。 在本書中，您將會學習到： •在Tableau中建立基礎的統計模型 •驗證分析結果的統計顯著性 •計算並解讀信賴區間 •將統計融入資料視覺化的最佳技巧 •使用R和Python，整合Tableau與外部的分析工具 #Tableau #資料分析 #統計模型 #資料視覺化 #決策分析

不要再問『為什麼 ChatGPT 可以？』，你寫的程式也可以！開發生成式 AI 應用程式時總是在想『為什麼 ChatGPT 有這個功能？』，現在你也可以。本書帶你學會 OpenAI API 關鍵元素，達到跟 ChatGPT 類似的功能。｜用 Realtime API 提供進階語音模式｜開發直接語音交談，隨時插話的應用，再加上其他章節介紹的 function calling 與 MCP 等，實現真正出一張嘴、連打字都不用就可以操控的應用程式。書中會帶你實踐桌面版與網頁版的語音交談程式，各種情境都能派上用場。｜透過 MCP 介接全世界｜MCP 雖然不是 OpenAI API 的一部分，但卻可以接上各式各樣的輸入與控制功能，本書會教你設計可分享功能給他人使用的 MCP 伺服器，也會實作具備 MCP 用戶端的主控程式，介接你自己或別人提供的 MCP 伺服器幫模型長出感官與手腳。｜用 Responses API＋內建工具快速實作 RAG 應用｜Responses API 可以使用多種內建工具，搜尋網路、文字生圖、撰寫並執行 Python 程式碼都難不倒它，還可以檢索檔案，提供檢索片段內容幫模型增長知識，快速設計 RAG 應用。｜可運作多 agent 的 Agnets SDK｜實現讓程式自主決策並執行任務、達成代理人（agent）的理想，Agents SDK 還可以協調多個 agent 彼此合作，把任務交棒給最合適的 agent 處理。｜運用推理模型解決複雜數理問題｜透過 API 使用推理模型，還可以像是 ChatGPT 那樣呈現推理過程，不再需要撰寫複雜的提示內容或是指示，就可以解決數理或是邏輯問題。｜深度瞭解 function calling 機制｜不論是 Agents SDK 還是 MCP，底層的運作關鍵就是 function calling，你不一定會直接使用它，但瞭解它卻是延伸模型能力的必備基礎。｜直指核心設計的範例｜學習 API 當然可以直接看官方文件與範例，不過官方範例有時候因為想要有漂亮的 UI 呈現等原因，採用了你不一定熟悉的框架，使得範例本身摻雜太多非必要的元素，混淆了真正的關鍵主題，在設計範例時我們就特意保留最精簡的架構，高度聚焦提升成效。｜能踩的雷我們都先幫你踩過一遍｜使用 API 光看文件是一回事，實際測試又是一回事，尤其像是 MCP 要介接其他人提供

⛧⛦ 一本搞定 LLM 看圖說故事與即時影像分析 ⛦⛧⛧⛦ 十款熱門模型實際解決生活中 AI Vision 問題 ⛦⛧⛧⛦ 用「自己的」資料集在本地端訓練 YOLO 模型 ⛦⛧⛧⛦ 無痛設計 Web 互動介面，輕鬆部署 AI 模型 ⛦⛧『AI Vision × LLM』劃開多模態應用的新時代從輸入文字生成圖片，到上傳照片讓 LLM 看圖說故事，AI 電腦視覺技術結合 LLM 的多模態應用正席捲全球。但這些令人驚豔的應用背後，其實倚賴多項核心技術——包含物體偵測、人臉辨識、情緒與年齡分析、或是影像文字識別，以及對於文字的理解與生成，這才賦予 AI 真正「看懂」影像內容的能力。實際解決現實生活中的 AI Vision 問題帶領讀者以多款熱門模型如 YOLO、OpenCV DNN、MediaPipe、CVZone 3D、DeepFace、Dlib、LiteRT、EasyOCR，打造刷臉門禁系統、即時口罩偵測、微笑自拍、手勢操控投影片、AI 健身教練、車牌辨識、結帳櫃台人流與高速公路車流分析等多項實用專案，讓讀者親身體驗 AI Vision 在真實場景中的應用價值。不僅會用，還能自行訓練專屬 AI 模型讓你不只會活用現成的模型，還能自己動手標註資料並訓練屬於你的 YOLO 模型。並且透過 Streamlit 設計 Web 互動介面，將訓練成果部署為具備即時偵測與辨識功能的 Web 應用程式，實現從標註資料、模型訓練到應用上線的完整流程。親手打造多模態 AI 應用，收穫滿滿成就感整合前述 AI Vision 技術與大型語言模型（LLM），或運用 Ollama 的多模態工具 Llama-Vision，再搭配 Streamlit，即可實作出讓 LLM 分析影像內容或情境的 Web 智慧應用，例如路況分析或圖片描述，讓 AI 真正具備視覺理解與語意回應的能力。零基礎也能無痛入門本書主打「從做中學」的實作導向，即使沒有深厚的理論基礎，也能快速掌握 Python 的 AI 模型與實用套件。至於不熟悉的語法、函式用法、AI 模型原理，或是特定功能的程式碼編寫與修改，則交由 ChatGPT 給予我們即時協助，讓學習更有效率。無論你是 AI 初學者還是開發者，本書都能帶你輕鬆入門、快速上手，從零開始打造專屬的 AI 專案，成為 AI Vision × LLM 的超酷玩家！🎉本書特色: ➢

工業控制系統安全解析 深入OT技術與攻防實作 本書專注於工業控制系統安全，內容涵蓋操作技術（Operational Technology, OT）的多個方面。OT是工業控制系統的核心，包括 ICS（工業控制系統）、PLC（可編程邏輯控制器）、DCS（分散式控制系統）、HMI（人機介面）與 SCADA（監控與資料收集系統）等眾多元素。本書從煉化廠的製程視角，探討工控系統的底層協定，並將場域模擬成靶機，利用 Python 程式進行靶機攻擊，進而反思藍軍的防禦概念。 ❑ 第一單元：工業控制 這一單元將深入介紹工業控制系統的各個部分，從 OT 安全到具體的控制系統元件，如 ICS、DCS、SCADA 及 PLC。學習內容包括 PLC 階梯圖、AB 接點操作，並解釋各種專業術語的差異性以及如何使用 NodeMCU 進行模擬。此外，還將涉及到工控領域的通訊協定，包括 Modbus、OPC UA、S7Comm、IEC-104、DNP3 等協定的訊框分析。 ❑ 第二單元：煉製石化廠域 本單元介紹煉製石化廠的操作過程，從蒸餾工場、裂解工場到油氣純化等 16 種不同的操作工場，以及油槽區的基礎知識。此部分同時探討工場的工業控制架構。 ❑ 第三單元：藍軍與紅軍 在此單元學習 ICS 的網路入侵檢測技術及針對協定的攻擊方法，包括分析著名的網路攻擊案例。此外，還將介紹如何使用 Shodan 和鍾馗之眼 ZoomEye 等工具來偵測潛在的安全風險，並強調作為一名優秀的藍軍的重要概念：知己知彼。 ❑ 第四單元：實作 最後，本書透過從 Lab1 到 Lab10 的系列實驗，帶領讀者完成 STRIDE 模型的攻防學習，實際應用前面單元的理論知識。本書提供線上觀看影像檔，可以先預覽後，再對照本書進行實作。書本的文字說明結合影像，學習上會比較順手。 透過這本書的學習，讀者能夠全面了解並掌握工業控制系統的安全操作與防護策略，為在高風險工業環境中的安全保護打下基礎。 目標讀者 a.石化資安專題的高中、大專學生 b.從資訊安全到工控安全的跨領域學習者 c.針對工控與資安領域的碩博士生 d.有志進入油水電的資訊與程控人員 e.對工控安全有興趣的人 ☑ 本書為成功大學【石化資安實務專題】指定用書 專業推薦 工控安全是跨領域的人才，本書介紹了機電系應具備的 SCADA、DCS、PLC 等工控系統的運作基本原理，還結

文理組都能成功自學 AI 程式理論與實作並用，打造穩固的深度學習基礎本書內容改編自第 14 屆 iThome 鐵人賽 AI & Data 組的佳作系列文章《新手也能懂得 AI - 深入淺出的 AI 課程》。本書將以 AI 人工智慧的圖像與文字兩大領域應用為主軸，並對目前熱門的技術進行深度解析，內容範圍廣闊，涵蓋了辨識、生成和預測等技術。在閱讀本書的過程中，讀者不但會學習到基礎理論，同時也會進行程式撰寫訓練，並從實作練習加深對理論的理解與記憶。本書提供了一條 6 階段的人工智慧學習之路，從基本 Python 程式、爬蟲技術打好基礎，接著正式引領你進入 AI 人工智慧，了解深度學習模型的運作原理，並且跟著實作範例從無到有寫出 AI 程式，最後還能學會將 ChatGPT 串接到 LINE Bot，打造智慧個人小幫手。在這本書中，你將認識到各種常見的深度學習模型，包括 DNN、RNN、CNN，搭配適合初學者的 Keras、PyTorch、NumPy 等強大函式庫，讓你可以輕鬆打造阿拉伯數字辨識模型、股票趨勢預測圖，建立文章摘要，以及使用預訓練模型來強化模型的辨識能力。四大重點🚩 內容由簡入深從簡易入門，逐步理解人工智慧🚩 打通 AI 技能學習不同 AI 專案，將程式應用於生活🚩 全方面教學不需要程式基礎，從零開始寫程式🚩 理論結合實作理論與程式並重，會寫也會玩 AI目標讀者● 對於人工智慧懷抱熱情，但是毫無程式經驗的新手● 希望能夠快速習得並累積人工智慧程式專案經驗的工程師● 剛踏入人工智慧領域的學生和研究者● 需要結合人工智慧，用於特定應用領域的專業人士專業推薦「如果您正在尋找一本全面且深入的人工智慧學習資源，這本書絕對值得一讀。它提供了結構良好的學習路徑，使您能夠從基礎到高階的技術水平不斷進步。此外它以自學為導向，使您能夠更好地理解和應用所學知識，這對於成功應用人工智慧技術至關重要。無論您的學習目標如何，這本書都是一個出色的起點。」──── 李俊宏 │ 國立高雄科技大學 電機工程系 資通組教授

╲滿級分快速攻略╱ 重點總整理 + 歷次試題解析 ☑ 結合運算思維與演算法的基本觀念 ☑ 章節架構清晰，涵蓋APCS考試重點 ☑ 備有相關模擬試題，幫助釐清重點觀念 ☑ 詳細解析APCS程式設計觀念題與實作題 APCS為Advanced Placement Computer Science的英文縮寫，是指「大學程式設計先修檢測」，目的是提供學生自我評量程式設計能力及評量大學程式設計先修課程學習成效，其檢測成績可作為國內多所資訊相關科系個人申請入學的參考資料。 APCS考試類型包括：程式設計觀念題及程式設計實作題。在程式設計觀念題是以單選題的方式進行測驗，以運算思維、問題解決與程式設計概念測試為主。測驗題型包括程式運行追蹤、程式填空、程式除錯、程式效能分析及基礎觀念理解等。而程式設計觀念題的考試重點包括：程式設計基本觀念、輸出入指令、資料型態、常數與變數、全域及區域、流程控制、迴圈、函式、遞迴、陣列與矩陣、結構、自定資料型態及檔案，也包括基礎演算法及簡易資料結構，例如：佇列、堆疊、串列、樹狀、排序、搜尋。在程式設計實作題以撰寫完整程式或副程式為主，可自行選擇以C、C++、Java、Python撰寫程式。 本書的實作題以C語言來進行問題分析及程式實作。實作題的解答部份可分為四大架構：解題重點分析、完整程式碼、執行結果及程式碼說明。在「解題重點分析」單元中知道本實作題的程式設計重點、解題技巧、變數功能及演算法，此單元會配合適當的程式碼輔助解說，來降低學習者的障礙。 同時也可以參考附錄的內容來幫助自己熟悉APCS的測試環境。此外，為了讓學習者以較簡易的環境撰寫程式，本書所有程式以Dev C++的IDE進行程式的編輯、編譯與執行。希望透過本書的課程安排與訓練，可以讓學習者培養出以C語言應試APCS的實戰能力。 【目標讀者】 ◆ 欲申請大學資訊相關科系的高中職生 ◆ 對程式語言有興趣的學習者 ◆ 想客觀檢測自己程式設計能力的人 APCS為Advanced Placement Computer Science的英文縮寫，是指「大學程式設計先修檢測」，目的是提供學生自我評量程式設計能力及評量大學程式設計先修課程學習成效，其檢測成績可作為國內多所資訊相關科系個人申請入學的參考資料。本書的實作題以C語言來進行問題分析及程式實作。實作題的解答部份可分為四大架構：解題重點分析、完整程式碼、

👍本書特色 2022年11月，一個震撼全球的AI軟體ChatGPT面世，造成白領階級的大恐慌，因為實際試過ChatGPT的人都知道，這次AI的大躍進可能會讓自己的工作不保。例如這本書的翻譯主要就是由ChatGPT完成的，出版社再針對翻譯內容進行勘誤審校，確實發現ChatGPT的翻譯能力屬於優良等級。 ChatGPT是由OpenAI開發的GPT應用之一，是一種大型語言模型，參數量從第一代到第三代成長了1000倍，在微軟投入大量資金後，GPT-3.5的參數量達到2000億個，GPT-4也隨之而來，並持續在發展中。Google及其他大廠也都緊急增加投入AI領域的資源。在可預期的未來，AI軍備大戰不可避免。GPT確實讓內容產生者（包含程式設計師）產生了極大的恐慌。但恐慌是沒有用的，一個工具的誕生必須接受它，並且利用它來提升自己的效率才是王道。 因著ChatGPT的推出，現在要想建置人工智慧應用程式比以往任何時候都更加容易。本書將向你展示如何輕鬆入門OpenAI API，介紹如何以創新方式利用這個工具來滿足你的使用案例，探討建立於GPT-3之上的成功新創公司以及將它應用在產品領域的企業，並檢視其發展中的問題和潛在未來趨勢。 書籍第一部分涵蓋了OpenAI API的基礎知識；第二部分探索了環繞GPT-3自然演化而成的豐富生態系統。 第1章_介紹了輕鬆進入這些主題的必要背景和基本定義。 第2章_深入研究API，將其分解為最關鍵的元素，例如引擎和端點，描述它們的目的和最佳實踐，讓讀者得以在更深層次上與它們互動。 第3章_提供一個簡單而有趣的例子，可作為你第一個由GPT-3驅動的應用程式。 第4章_則採訪一些最成功的GPT-3產品和應用程式創辦人，聽取他們在商業規模互動模型方面的挑戰和經驗分享。 第5章_探討企業如何看待GPT-3及其廣泛採用的潛力。 第6章_討論更廣泛採用所帶來的問題，例如誤用和偏見，並說明如何解決這些問題。 最後一個章節_則更進一步探索最令人興奮的未來趨勢和可能性。 ｜來劃重點｜ ★ 對API不再一知半解，拆解Playground的組成元件工作方式給你看 ★ 手把手教你如何在Python、Go、Java語言中使用OpenAI API ★ 看看Fable Studio、Viable、Quickchat、Copysmith、Stenography怎麼搞創作、做客服、

☆ ★☆ ★☆ Web開發新選擇！☆ ★☆ ★☆和C/C++一樣強大簡潔，比Node.js好學易懂，比Php高效快速，開發Web程式一起Go！市面上這麼多程式語言，從大家一定要學的Java/C/C++/C#，一直到非常流行的Python，Javascript等。想學Web開發，雖然什麼語言都行，但現今Web的架構十分複雜，再加上企業對程式設計師「全端」的能力、「快速開發」能力、「DevOps」能力的要求甚高，一個Web程式語言要面面俱到的確有難度。過去一直以為Go是專注在區塊鍊開發的程式語言，在開發Web時並不會列入考慮，大部分的初學者想到的就是Php，稍微有經驗的開發者會考慮Node.js或是Rails這種較大型的開發框架，但曾幾何時，Go以及其Web框架Beego/Gin已經慢慢成為主流了。本書是市面上難得將Go從頭到尾說明完整清楚的參考書，如果你已經有程式開發經驗，這個類似精簡快速的C語言，會讓你重新享受C高速開發的樂趣，而成品也禁得起大型企業網站的考驗。而最流行的Docker佈署，本書也有一章完整的介紹，從了解Go語言本身、Web框架、ORM資料庫連結(包括了NoSQL)、最後到Docker佈署，一氣呵成，Web開發就靠他了。◎ 本書特色（1）第一線技術，突出實戰。本書中穿插了大量的實戰內容，且所有程式採用目前的Go 最新版本編寫。（2）精雕細琢，閱讀性強。全書的語言經過多次打磨，力求精確。同時注重閱讀體驗，讓沒有任何基礎的讀者也可以很輕鬆地讀懂本書。（3）零基礎入門，循序漸進，讓讀者快速從菜鳥向實戰高手邁進。本書以Go 入門級程式設計師為主要物件，初級、中級、進階程式設計師都可以從書中學到知識。先介紹Go 的基礎，然後介紹Go Web 的基礎，介紹Go Web 的進階應用，介紹B2C 電子商務系統實戰開發，最後介紹應用的Docker 實戰部署，真正幫助讀者從基礎入門向開發高手邁進。（4）極客思維，極致效率。本書以極客思維深入Go 語言底層進行探究，幫助讀者了解底層的原理。全書言簡意賅，以幫助讀者提升開發效率為導向，同時盡可能幫助讀者縮短閱讀本書的時間。（5）由易到難，重點和困難標注並重點解析。本書編排由易到難，內容基本覆蓋Go Web 的主流前端技術。同時對重點和困難進行重點講解，對易錯點和注意點進行了提示說明，幫助讀者克服學習過程中的困難。（6）突出實戰

暢銷書《Python機器學習》作者Sebastian Raschka又一原創力作！ 『在本書中，Sebastian帶領讀者深入了解他們在成為專家路上可能遇到的各種中階和高階應用機器學習主題。Sebastian無疑是這個領域最優秀的機器學習教育工作者之一。在每一頁中，Sebastian不僅分享他的豐富知識，也傳達象徵著真正專業的熱情與好奇心。……讓本書成為你晉級下一個階段的橋樑，協助你在機器學習中獲得更豐富的冒險和體驗。』 ——Chris Albon，維基媒體基金會 機器學習總監 專文推薦 ★本書特色★ 市面上大多數的機器學習、深度學習與AI書籍，都位於兩個極端：不是介紹基礎知識的入門指南，就是艱澀難懂的論文大全。在學習完基礎知識、閱讀完初階書籍之後，還想了解更多新觀念和進階技術嗎？作者說明並討論了這些領域的重要發展，同時保持平易近人，讀者不需要擁有進階數學或程式設計背景也能閱讀。全書分為5大篇，共30章，涵蓋30個不同主題。讀者可以依序閱讀，也可以跳著閱讀(但作者建議依序閱讀，由淺入深)，更適合隨時拿出來配著咖啡或在通勤時翻閱。 本書非常適合那些已經完成機器學習或深度學習的基礎課程，或是讀完同等程度初階書籍的人。本書採用獨特的問答風格(Q&A style)，每個簡短的章節都圍繞著一個核心問題展開，這些問題不僅與機器學習、深度學習和AI的基礎觀念相關，更是作者在教學過程中，學生們經常提出的疑問。每個問題後面都附有解釋，並配有許多插圖和圖表，以及測試理解能力的練習題。許多章節還提供了進一步閱讀的參考資料。這些簡短、容易消化的資訊提供了一個激勵人心的起點，幫助讀者踏出成為機器學習專家的第一步，開啟一段新的學習旅程。 ★內容亮點★ ・獨立章節：簡潔又精準地回答AI中的關鍵問題，化繁為簡。 ・主題廣泛：涵蓋神經網路架構、模型評估、電腦視覺、自然語言處理等。 ・實際應用：學會提升模型效能、微調大型模型等重要技術。 ★學習重點★ ・管理神經網路訓練中的各種隨機性來源 ・區分大型語言模型的編碼器架構和解碼器架構 ・利用數據和修改模型來減少過度適合 ・為分類器建立信賴區間，利用有限標籤數據改善模型效能 ・在不同的多GPU訓練範式和各種生成式AI模型之間做出選擇 ・理解自然語言處理的效能指標 ・理解視覺變換器中的歸納偏誤 【下載補充材料範例程式碼】 https://github

＼\暢銷好書再上市/／ ☆★☆★【為嵌入式讀者打造的C語言進階學習圖書】★☆★☆ C語言可說是近代程式語言的始祖，但也從未被時代的洪流淘汰在人工智慧盛行的今天，很多人學程式語言想到的就是Python，找工作要求的是Java，大家都覺得這兩個語言較為流行，是主流語言。然而靜下心來想想，我們現在的生活，其實是用大大小小的硬體堆疊起來的。這些硬體要能正常運作，一定有一個軟體在上面運作，你可能沒想到，這些大大小小硬體的靈魂，大部分都是C語言寫出來的。C語言可說是近代程式語言的始祖，但也沒有被時代的洪流淘汰。在不斷更新標準及改版，C語言與時俱進，不斷以其輕巧快速簡單的特點在一個又一個新出現的硬體上穩定提供服務，從手機、感測器、VR/AR設備、車載系統、家電、衛星、望遠鏡，全部看得到C語言的身影。這些被歸類於「嵌入式」的系統，其資源有限，又有即時反應的要求，時至今日，C語言仍然遙遙領先其它號稱新世代的程式語言。本書雖然歸類於C語言，但充分展現出嵌入式系統設計的精華，在和強調演算法的其它語言相比，更在乎的是資源分配、記憶體管理、小輕快穩的編譯，在最不佔系統資源的情況下，完成控制硬體的工作。是難得嵌入式系統C語言的好書，讓你寫出強大穩健的硬體控制系統。本書內容及寫作初衷本書從C語言的角度出發，分10章，在預設讀者已經掌握C語言基本語法的基礎上，和大家一起探討、學習C語言背後的CPU工作原理、電腦系統結構、ARM平臺下程式的編譯/連結、程式執行時期的記憶體堆疊管理等底層知識。同時，針對嵌入式開發領域，用3章分別探討了C語言的物件導向程式設計思想、模組化程式設計思想和多工程式設計思想，這些底層知識和程式設計思想組成了嵌入式開發所需要的通用理論基礎和核心技能。尤其是對於很多從不同專業轉行到嵌入式開發的朋友，由於專業背景的差異，導致每個人的知識儲備和程式設計技能樹參差不齊，在學習嵌入式開發的過程中會經常遇到各種各樣的問題，陷入學習的困境。本書的寫作初衷就是為不同專業背景的讀者架設嵌入式開發所需要的完整知識系統和認知框架。掌握了這些基礎理論和程式設計技能，也就補齊了缺陷，可為後續的嵌入式開發進階學習打下堅實的基礎。本書特色●直白寫作風格，通俗易懂，不怕學不會，就怕你不學。●大量的配圖、原理圖，圖文並茂，更加有利於學習和理解。●在ARM平臺下講解程式的編譯、連結和運行原理（獨創）。●現場“手刻

※本書結構本書共5篇，第1篇、第2篇重點介紹以YOLO為代表的一階段物件辨識神經網路；第3篇、第4篇重點介紹物件辨識神經網路在雲端和邊緣端的部署，其中對邊緣端的量化原理進行了重點介紹；第5篇重點介紹當前較為流行的自動駕駛的資料計算原理和物件辨識。本書實用性非常強，既適合對電腦視覺具有一定了解的高等院校大學生、所究所學生及具有轉型意願的軟體工程師入門學習，又適合電腦視覺工程項目研發和營運人員參考閱讀。第1篇，以知名電腦視覺競賽任務為例，旨在介紹物件辨識應用場景下的基本概念和約定，以及資料標注工具和格式，讓讀者具備特徵融合網路、預測網路的設計能力。對於資料後處理技術則介紹了解碼網路、資料重網路拓樸路、NMS演算法等後處理演算法，在此基礎上結合各式各樣的骨幹網路，讀者就可以架設完整的一階段物件辨識神經網路模型了。第2篇，旨在介紹物件辨識神經網路的訓練全流程。本篇從資料集製作到損失函式設計，從訓練資料監控到NaN或INF異常處理，特別是對不同損失函式的設計，進行了非常詳細的原理性闡述。相比神經網路設計，損失函式的設計是最具有可解釋性的，也是電腦視覺研究中比較容易出成果的研究方向。第3篇，旨在運用物件辨識神經網路的訓練成果，架設完整的物件辨識推理模型。推理模型支援雲端部署和邊緣端部署。對於雲端部署，以主流的亞馬遜雲端為例介紹；對於邊緣端部署，以GoogleCoral開發板為例，介紹神經網路量化模型的基礎原理和模型編譯邏輯。第4篇，結合作者主導過的智慧交通、智慧後勤等專案，旨在介紹實際電腦視覺資料增強技術，以及神經網路性能評估的原理和具體應用。本篇還結合應用同樣廣泛的算能科技（比特中國）SE5邊緣計算閘道和瑞芯微RK3588邊緣計算系統，介紹實際專案中如何使用邊緣計算硬體加速人工智慧的產業化應用。根據邊緣計算硬體特性對神經網路進行針對性修改，是真正考驗一個開發者對神經網路理解程度的試金石。跟隨本書介紹熟練掌握2～3款邊緣計算硬體，就能更快速地將電腦視覺應用到實際生產中，在具體應用中創造價值。第5篇，旨在將讀者引入三維電腦視覺中最重要的應用領域之一：自動駕駛。圍繞KITTI資料集，本篇介紹了自動駕駛資料的計算原理，並重點介紹了PointNet++等多個三維物件辨識神經網路。附錄列表說明了本書所參考的物件辨識原始程式碼、Python運行環境架設，以及TensorFlow的基本操作。

程式設計納入108課綱，學習任何程式語言都要需要的運算思維！寫程式就像寫作文，學會單字語法不代表就能寫出好文章。但如果能先了解程式設計背後的思維與邏輯，不管以後使用哪種程式語言，都能運用自如，順利完成任務，一生受用。對目前及未來的世代而言，學習如何寫程式已經是跟語文、數學、藝術一樣的基礎能力。在生活中，電腦可以幫忙掃地、洗衣、煮飯；在工作上，除了工商業界，電腦應用還擴及到設計、傳播、藝術等領域，與每個人緊密連結，因此不論處於什麼年齡，我們都應該及早擁有操作電腦的工具及知識，並建立起跟電腦一起工作的自信。你是不是想學程式語言卻不知從何開始？別擔心，你不需要急著弄懂Java、Python、Ruby這些程式語言到底有什麼不同，即使不熟悉電腦的操作也沒關係。這本書將一步一步拆解程式設計師的思考模式，帶領你從故事及遊戲中尋找規則，學會以同樣的方式解決問題。對於不懂電腦的人來說，看到「迴圈」、「條件陳述式」、「運算子」、「變數」這些令人摸不著頭緒的專用術語就夠令人害怕的了，不過這些概念其實透過骰子或撲克牌遊戲就可以輕鬆學會並理解。當你擁有如程式設計師一般的腦袋，就等於破解了電腦的魔法，也開啟了神奇的程式世界。只要多加練習，這些數字、符號、程式碼，都將成為解決問題的好幫手，並且讓你能更有創意地展現出自己的想法。培養創客教育，最根本的邏輯思考及問題解決能力，為學習程式語言打好基礎！★突破108課綱！程式設計初學者，一本就懂！★對於未來的世代，學習如何寫程式已經是跟語文、數學、藝術一樣的基礎能力！★不論處於什麼年齡，及早擁有操作電腦的工具及知識，建立起跟電腦一起工作的自信！★如果能先了解程式設計背後的思維，不管以後使用哪種程式語言，都能運用自如，一生受用！ACTC亞洲兒童程式教育協會祕書長　吳郁芬教授泛科知識公司知識長　鄭國威臺師大電機工程學系助理教授／數感實驗室共同創辦人　賴以威教授《偷插電的資訊科學》作者　謝宗翔老師收到積木文化新書「輕鬆打造程式腦」，我相當興奮，台灣終於有針對程式教育養成的專書出版了，我迫不及待地仔細閱讀。作者先以不同情境引發讀者思考電腦在生活中的重要性，進而以淺顯易懂的範例及活動來說明電腦運作概念，讓我越讀越有趣，因其理念與我們極力推廣的「不插電遊戲玩程式邏輯」有異曲同工之妙。本書的重點不是在於寫程式，而在於先增進孩子運算思維的能力，未來不管孩子是否會成為程式

《Python語言程序設計--微課視頻版》主要面向沒有程序設計基礎的初學者, 主要內容包括: Python語言程序設計的編程基礎、控制結構、組台數據類型、函數、文件讀寫以及常用第三方庫的使用, 本書按照程序設計語言的學習規律, 講練結合, 在講清楚基本內容的基礎上, 提供了相對應的實驗題目, 力求將Python程序設計基礎深入淺出、循序漸進地呈現給讀者, 並通過有趣的實例激發讀者學習程序設計的興趣

本書是以Python 語言（Python 3 版本）作為入門語言的程序設計教材，以嶄新的思路進行設計和編排。全書以程序設計零起點讀者為主要對象，以培養程序設計能力為目標，簡潔通俗，循序漸進，通過例題，重點講解程序設計思想和方法，力圖將Python 語言基礎知識介紹和程序設計能力培養完美結合，培養讀者對程序設計的興趣，提高讀者程序設計能力水平。 本書共10 章，包括程序設計概述，基本程序設計，程

本書是《Python程序設計》的配套教材，是面向大學計算機科學專業的教材。本套書以Python語言為工具，採用相當傳統的方法，強調解決問題、設計和編程是計算機科學的核心技能。全書共13章，此外，還包含兩個附錄。第 1章到第5章介紹計算機與程序、編寫簡單程序、數字計算、對象和圖形、字符串處理等基礎知識。第6章到第8章介紹函數、判斷結構、循環結構和布爾值等話題。第9章到第 13章著重介紹一些較為高檔的程序設計方法，包括模擬與設計、類、數據集合、面向對象設計、算法設計與遞歸等。附錄部分給出了Python快速參考和術語表。本書適合Python入門程序員閱讀，也適合高校計算機專業的教師和學生參考。

本書共9章，除了介紹Python語言程序設計的環境準備、語法基礎、三種基本控制結構、列表與元組、字典與集合、函數與模塊、文件與異常處理等基礎知識以外，還詳細介紹了兩個實戰項目：氣溫數據分析和數據分析工具pandas，旨在幫助讀者提高專業知識的應用能力，即分析、解決實際問題的能力。本書可作為應用型高等學校非計算機專業第一門程序設計課程的教材，Python愛好者的自學用書，備考全國計算機等級考試二級Python模塊考生的參考用書。

Python是適合人工智能編程的語言，同時也是適宜青少年學習、掌握和應用的語言，因此編寫一本適合青少年的易學易用的Python語言書是開展人工智能教學的重要一環。本書在研究青少年程序設計教育的基礎上選取100多個貼近青少年生活的例子，結合青少年的認知規律，融入思政教育、激發孩子興趣，以程序為中心，弱化語法，讓青少年在學習Python語言編程的過程中，學會運用計算思維解決問題。本書循序漸進、層層鋪墊地呈現各個知識點，深入淺出，讓學習者在探索中體會編程的樂趣和魅力。 本書適合12歲以上學習者，既可作為青少年信息學奧林匹克普及組競賽的教材，也可作為小學信息教師學習Python語言的入門課外讀物，還適合編程社團和編程培訓機構使用。

本書以培養零編程基礎的初學者從學習程序設計的基本概念到編寫實際應用的軟件項目為主線，採用“任務驅動”的方式設計整個教學過程。全書共10章，對Python基本語法、流程控制語句、函數、面向對象、數據處理、數據庫操作、爬蟲框架及數據分析的使用進行了講解，帶領讀者進入Python的世界。

本書是針對Python程序設計初學者的基礎教程，書中詳細介紹了Python程序設計的基礎理論和核心要點，結合大量的應用案例，有助於讀者對知識的理解和掌握。全書共8章，內容包括：計算機數據處理、股票價格數據存儲處理、設計程序預測股票價格、設計程序找出高於平均價格的股票、設計程序分析歷史股票價格、編寫函數提取股票價格特徵、設計程序將股票價格數據存入文件、Python綜合應用案例。本書內容實用，結構清晰，案例豐富，可操作性強，可作為計算機相關專業的培訓教材和自學教材。

本書是學習Python語言的入門教程。全書分上下兩篇，上篇(理論篇)共8章，包括Python程序設計概述、順序結構程序設計、分支和循環結構程序設計、字符串、列表與元組、字典與集合、函數、文件等程序設計基礎內容；每章末尾配有相應的思維導圖，對本章的知識結構、思維過程進行梳理總結，以幫助學生複習鞏固、加深理解。本書下篇（習題篇）收集整理了800多道習題，題型包括單項選擇題、填空題、程序改錯題、程序填空題和編程題等，供讀者及時複習鞏固所學內容，也可作為計算機等級考試複習迎考前的練習。本書還配套了對應的知識點講解視頻和全部習題的講解視頻，非常適合自學python語言。

本書從零基礎出發，通過循序漸進、通俗易懂、豐富多樣的實例，詳細地介紹了Python常用的每一個知識點。本書共十二章，第一章到第四章是Python的基礎內容，以及第三方庫的使用；第五章到第七章以及第九章、第十章屬￿進階內容，第八章數據處理是數據分析的基礎；第十一章是對學過的知識點的綜合應用案例，抛磚引玉，幫助讀者綜合應用Python工具處理學科方向領域內的問題；第十二章是機器學習入門，給熱愛人工智能方向的讀者提供最基礎的入門知識。 本書可作為普通高等院校計算機、數據科學與大數據專業的教材，也可作為相關行業從業人員的參考用書。

本書是“十四五”高等學校計算機教育新形態一體化系列教材之一，系統介紹了Python語言程序設計的基本理論、方法和過程，深入淺出地介紹實用案例。全書共11章，包括程序設計概述、Python語法基礎、基本數據類型、選擇控制結構、循環控制結構、組合數據、文件與數據格式化、函數、面向對象編程、異常處理、網絡爬蟲等內容，旨在培養讀者的計算思維，提高程序設計解決問題的能力。本書突出應用，強調思政功能；強化計算思維，培養創新意識；案例新穎，趣味性強。 本書適合作為高等學校各專業計算機程序設計教材，也可作為計算機程序設計培訓教材、計算機考試的參考教材和Python程序設計愛好者的自學用書。

Do you want to learn how to use Python to Hack? Do you want to learn how to conceal your IP Address and block NSA Spying? Do you want to learn how to invest in the revolutionary cryptocurrency that is

本書採用簡潔強大的Python語言，介紹了網路資料獲取，並為採集新式網路中的各種資料類型提供了全面的指導。第一部分重點介紹網路資料獲取的基本原理：如何用Python從網路服務器請求資訊，如何對伺服器的回應進行基本處理，以及如何以自動化手段與網站進行交互。第二部分介紹如何用網路爬蟲測試網站，自動化處理，以及如何通過更多的方式接入網路。

本書是針對零基礎讀者編寫的一本入門書，以案例驅動的方式講解知識點，包含了Python的入門介紹、流程控制、序列、函數、對象、異常和文件等主要內容，最後給出一個大的項目案例，詳細介紹了相關知識，給出了實現步驟和對應的代碼。 本書既可作為計算機、軟件工程、大數據等相關專業大學本科生、研究生的教材，也可作為各種Python語言編程實踐班的培訓教材，亦可供廣大程序開發人員參考。

本書為普通高等院校應用型人才培養系列教材之一，系統地講解了Python編程語言的基礎知識與應用，涵蓋基本語法、數據結構、面向對象編程、模塊與庫的使用。書中設置了豐富的練習題，以增強讀者的動手能力。本書強調理論與實踐的結合，通過真實案例與項目驅動的方式，提升學習的趣味性與實用性。每個知識點不僅單獨成章，還通過整體架構的設計，使各部分內容有機聯通，便於讀者逐步深入理解與掌握Python編程的核心概念。通過清晰的內容結構與實踐導向的編寫方式，本書能夠降低學習門檻，使讀者能夠順利入門Python編程，為後續更深入的學習奠定堅實基礎。本書適合作為高等學校計算機類、自動化類、電子信息類專業的教材，也可供對編程感興趣的專業人員閱讀參考。

本書以類似課堂學習的方式，通過預習、體驗、理解三個步驟講解Python的基礎知識。在“預習”環節概述該節內容，在“體驗”環節實際帶領大家創建Python程序並運行，在“理解”環節結合插圖詳細講解該節的重點知識和代碼內容。從運行環境的搭建開始，本書循序漸進地介紹了命令和文件的執行方法、變量與運算、數據結構、條件測試、循環、基本庫等基礎知識，以及用戶自定義函數、類等實踐性的內容。各章末尾設置有練習題，可以幫助讀者檢驗學習效果。

本書從初學者的角度出發，以通俗易懂的語言、豐富多彩的實例，詳細地介紹了使用Python進行程序開發所需掌握的知識和技術。全書內容分為三個部分，共13章。

本書以Python作為實現工具，介紹程序設計的基礎知識與基本技術。全書主要內容有程序設計概述、程序的數據描述、順序結構程序設計、選擇結構程序設計、循環結構程序設計等。

本書系統性地總結了Python 在數據分析中的應用方法，圍繞數據分析所需的編程技能進行了詳細的講解與實踐指導。本書從基本編程出發，逐步深入到面向對象編程、使用模塊、數組操作、數據處理以及可視化數據等關鍵領域，幵通過豐富的示例展示了如何將Python 的核心工具高效地應用於複雜的數據分析場景。本書注重實踐與理論結合，幫助讀者建立對數據分析任務的系統性理解。本書面向具有一定Python 基礎的讀者，包括數據分析、機器學習及相關領域的研究人員、工程師以及高等院校的高年級本科生和研究生。此外，本書也適合希望通過掌握數據分析工具提升項目實踐能力的讀者閱讀。無論是希望夯實編程基礎的讀者，還是希望在數據分析領域深入探索的技術人員，都可以通過本書獲得清晰的思路和實用的工具支持。

本書分為12章，內容包括：Python概述、數據結構、運算符與表達式、流程控制結構、函數與模塊、面向對象程序設計、圖形用戶界面、圖形繪製、文件操作、網絡爬蟲、數據分析與可視化基礎、程序錯誤與異常處理。

本書分為前後兩部分，第一部分以Python基礎知識為主，案例貫穿始終，主要包括：基礎知識、面向對象、多線程、數據庫編程、圖形界面設計和文件操作；第二部分以小遊戲和項目開發案例為主線，在遊戲和項目設計與開發中學習知識點的應用，做、學、練於一體。

本書為新文科教育指導思想下的金融科技編程教材，通過示例講解Python編程在審計行業的具體應用。作者基於20多年的大學計算機教學經歷與行業大數據人工智能軟件開發經驗，從基本的概念開始，逐步深入地介紹清洗表格數據、採集網絡信息、手寫票據的光學字符識別、財經文本的量化、知識圖譜自動構建等熱門知識要點，並通過實例給出算法原理與實現路徑，同時詳細介紹了代碼生成的過程和結果，有助於讀者真正掌握大數據審計中的Python編程思想與技術，並將其應用於自己的生產實踐中。本書可作為高等院校審計、財經和金融科技等專業相關課程的教材，也可作為財經和金融科技等方面從業人員的培訓用書和參考書。

本書是為普通高校非計算機專業學生編寫的基礎性教材。全書共分十一章，系統介紹了Python程序設計語言及其程序設計的方法與技術。本書結構合理、概念清晰、循序漸進、取材得當。為便於教學，提供了高質量的配套PPT講稿，習題解析，上機實驗題、實驗難點指導和參考答案，及重點難點內容的教學資源。

本書從實用的角度出發, 介紹了如何利用Python實現機器學習的各種算法, 包括留出法和交叉驗證法、性能度量、線性模型、決策樹、神經網絡、支持向量機、貝葉斯分類、集成學習、聚類、降維與度量學習等算法, 以及如何利用上述知識綜合解決鳶尾花數據集分析、疾病預測及分類、球賽預測、航班預測、天氣預測、房價預測、泰坦尼克號生存預測等問題。每章均配有數據集、代碼及習題, 以指導讀者進行深入學習。

資料分析是一個快速發展的領域，而Python已經演變成資料科學的主要語言，廣泛應用於資料分析、視覺化和機器學習等領域。本書從資料分析的基礎內容入手，比如matplotlib、NumPy和Pandas庫，介紹如何通過選擇色彩圖和調色板來創建視覺化，之後深入統計資料分析，將幫助你掌握Spark和HDFS，為網路挖掘創建可遷移腳本。本書還詳細闡述如何評價股票，檢測市場有效性，使用指標和聚類等，並且還將使

本書首先從簡單的思路著手，詳細介紹了理解神經網絡如何工作所必須的基礎知識。第一部分介紹基本的思路，包括神經網絡底層的數學知識，第2部分是實踐，介紹了學習Python編程的流行和輕鬆的方法，從而逐漸使用該語言構建神經網絡，以能夠識別人類手寫的字母，特別是讓其像專家所開發的網絡那樣地工作。第3部分是擴展，介紹如何將神經網絡的性能提升到工業應用的層級，甚至讓其在Raspberry Pi上工作。

本書是中國科學技術大學計算機學院核心通識課教材，介紹Python語言的語法、語義和標準庫，以及程序設計的基本概念(算法的時間複雜度)和技術(設斷點調試、程序測試和時間性能的測量)；如何使用科學計算擴展庫(NumPy、SciPy和SymPy等)解決科學計算問題，包括矩陣計算、插值和數值積分、統計計算、代數方程求解、最優化方法和常微分方程求解等。提供了重要的數學結論和程序實例，並使用圖示顯示計算結果，使得數學理論和算法更加具體和直觀，提升讀者的學習興趣。

本書共14章：第1-3章側重介紹自然語言處理所必需的理論基礎知識，包括自然語言處理基礎、Python基礎、語料庫基礎等內容；第4-10章主要講解詞法分析、詞向量與關鍵詞提取、句法分析、語義分析、情感分析等自然語言處理核心技術的原理及實現方法，以及自然語言處理中常用的機器學習和深度學習技術；第11-14章主要介紹自然語言處理比較典型的應用場景，包括機器翻譯與寫作、智能問答與對話及個性化推薦，以及自然語言處理技術在醫療、司法和金融領域的應用情況。

本書主體內容包括機器學習概念與特徵工程、機器學習技術、模型關係管理，其中，模型關係管理部分主要介紹了弱集成學習、強集成學習和混合專家模型。本書以案例分析為主線介紹不同的集成學習方法，首先闡述弱集成學習如何解決項目痛點問題，然後以痛點為起點，集中討論強集成學習如何解構子項目問題，最後通過深度學習分析非結構化數據。在每個案例中，歸因問題是分析的核心，提供了解析歸因問題的一系列方法，以作者多年的項目經驗為基礎，展示Python數據分析的強大之處。